ROC

受信者動作特性曲線（ＲＯＣ曲線）は、二種類の分類を行う模型の性能を視覚的に評価する図です。横軸に偽陽性率、縦軸に真陽性率を取り、模型が出力する評価値を基に描画します。完全に無作為な予測をする模型の場合、曲線は左下から右上への対角線となります。一方、完璧な模型は左上に到達し、真陽性率は百％となります。この曲線は、様々な閾値における模型の性能を総合的に評価できるため、模型の選択や調整に役立ちます。特に、不均衡な資料群において、その性能を正確に評価するのに有効です。曲線下面積（ＡＵＣ）は、模型の総合的な性能を示す指標として広く用いられ、値が１に近いほど性能が高いと判断できます。この曲線を用いることで、真陽性を多く検出するために偽陽性をどれだけ許容する必要があるかを視覚的に理解できます。医療診断や不正検知など、偽陽性と偽陰性の影響が異なる場合に特に重要です。複数の模型の曲線を重ねて表示することで、性能を容易に比較できます。